د لویې ژبې ماډل (LLM)

تعریف

د ژبې لویه ماډل (LLM) یوه عصبي شبکه ده چې د انساني ژبې د پوهیدو او تولید لپاره په پراخه متن کارپورا کې روزل شوې ده. LLMs د ژبني نمونو د نیولو لپاره ملیاردونه پیرامیټرې کاروي.

هدف

موخه دا ده چې د NLP پرمختللي دندې لکه د متن تولید، لنډیز کول، او ژباړه فعاله کړي. LLMs په چیټ بوټونو، لټون، او تولیدي وسیلو کې کارول کیږي.

اهمیت

• د عصري خبرو اترو مصنوعي ذهانت ځواک ورکوي.
• د تعصب، غلط معلوماتو، او وهمونو خطر.
• لوړ محاسباتي او چاپیریالي لګښتونه.
• محتاط سمون او حکومتدارۍ ته اړتیا لري.

څنګه کار کوي

1. د متن لوی ډیټاسیټونه راټول کړئ.
2. متن په عددي نمایشونو بدل کړئ.
3. د ټرانسفارمر ماډلونه د ملیاردونو پیرامیټرو سره روزل.
4. په شرایطو کې د راتلونکي نښه وړاندوینه کول زده کړئ.
5. د لاندې برخو دندو ته سمون ورکړئ یا تطبیق کړئ.

مثالونه (حقیقي نړۍ)

• GPT-4 (OpenAI): په ChatGPT کې کارول کیږي.
• PaLM (ګوګل): د څیړنې او محصولاتو لپاره په لویه کچه LLM.
• LLaMA (میټا): پرانیستې څیړنې متمرکز LLM.

حوالې / نور لوستل

• واسواني او نور. "توجه هغه څه دي چې تاسو ورته اړتیا لرئ." نیوریپس ۲۰۱۷.
• د OpenAI GPT-4 سیسټم کارت.
• سټینفورډ CRFM. "د بنسټ ماډلونه."
• هرڅه چې تاسو اړتیا لرئ د LLM په اړه پوه شئ